Python绘制饼状图

阿黎逸阳

发布于 2021-02-08 11:23:34

3.2K00

代码可运行

文章被收录于专栏：阿黎逸阳的代码阿黎逸阳的代码

运行总次数：0

代码可运行

饼状图（pie chart）一般用于描述分类型数据的相对频数或百分数频数分布，呈现部分与总体的关系。

一、导入绘图数据

首先导入绘图所需的数据。

import osimport pandas as pd
os.chdir(r'F:\公众号\6.学习python')   #设置成存放数据文件夹路径date = pd.read_csv("股票数据.csv", encoding = 'GBK')    #读取数据

展示前几行数据如下：

二、饼状图

1 饼状图绘图原理

Python中绘制饼状图需用matplotlib.pyplot中的pie函数，该函数的基本语法为：

pie(x, [explode], [labels], [colors], [autopct], [pctdistance],  [labeldistance], [startangle], [radius], [textprops], **kwargs)

参数说明：

x：数组，绘制饼状图的数据。

[explode]：默认值为None的可选参数。若非None，则是和x相同长度的数组，用来指定每部分的离心偏移量。

[labels]：列表，指定每个饼块的名称，默认值None，为可选参数。

[colors]：特定字符或数组，指定饼图的颜色，默认值None，为可选参数。

[autopct]：特定字符，指定饼图中数据标签的显示方式，默认值None，为可选参数。

[pctdistance]：浮点数，指定显示比例距离圆心的距离。默认值0.6，为可选参数。

[labeldistance]：浮点数，指定每个扇形对应标签与圆心的距离，默认值1.1，为可选参数。

[startangle]：浮点数，指定从x轴逆时针旋转饼图的开始角度，默认值None，为可选参数。

[radius]：浮点数，指定饼图的半径，默认值1，为可选参数。

[textprops]：字典，设置文本对象的字典参数，默认值None，为可选参数。

**kwargs：不定长关键字参数，用字典形式设置条形图的其它参数。

2 绘制饼状图

以每年股票成交笔数总计值绘制饼状图，具体语句如下：

import matplotlib.pyplot as plt                #导入绘图包
plt.rcParams['font.sans-serif'] = ['SimHei']   #解决中文显示问题plt.rcParams['axes.unicode_minus'] = False    # 解决中文显示问题
date = date.set_index('日期')                 #把日期列设为索引date.index = pd.to_datetime(date.index)       #把索引转为时间格式result = date[['成交笔数']].groupby(date.index.year).sum()           #按年总计股票成交笔数plt.pie(result['成交笔数'], labels=result.index, autopct='%3.1f%%')  #以时间为标签，总计成交笔数为数据绘制饼图，并显示3位整数一位小数plt.title('股票每年成交笔数饼图')             #加标题plt.show()

‍得到结果如下：

3 绘制饼状图并更改显示字体特征

以每年股票成交笔数总计值绘制饼状图，更改字体颜色、尺寸并加粗，具体语句如下：

plt.pie(result['成交笔数'], labels=result.index, autopct='%3.1f%%', textprops={'color':'b', 'size':10, 'weight':'bold'})  #设置显示字体颜色、尺寸、加粗plt.title('股票每年成交笔数饼图', c='b')             #加标题plt.show()

得到结果如下：

4 绘制指定离心偏移量饼状图

以每年股票成交笔数总计值为数值，标准化换手率为离心偏移量绘制饼状图，具体语句如下：

result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean'))  #计算每年成交笔数总计值，换手率均值plt.pie(result['sum'], explode=result['avg']/result['avg'].max(), labels=result.index, autopct='%3.1f%%')  #以成交笔数总计值为数值，标准化换手率为离心值绘制饼状图                                                   plt.show()

得到结果如下：

5 绘制多重显示饼状图

根据每年股票成交笔数总计值为数值、标准化换手率为颜色绘制饼图，具体语句如下：

import matplotlib.cm as cm  #导入库
result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean'))  #计算每年成交笔数总计值，换手率均值plt.pie(result['sum'], colors=cm.ScalarMappable().to_rgba(result['avg']), labels=result.index, autopct='%3.1f%%') #根据换手率均值设置颜色绘制饼图plt.title('绘制每年股票成交笔数总计值为数值、标准化换手率为颜色的饼图')  #设置标题sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result['avg'].min(), vmax=result['avg'].max()))plt.colorbar(sm)           #根据换手率均值的从小到大显示颜色plt.show()

得到结果如下：

6 绘制嵌套饼状图

以每年股票成交笔数总计值绘制外圈，设置饼块保留外圈的20%,边框颜色为白色。

以每年换手率均值绘制内圈，半径为原来的80%，字体显示在距圆心50%的地方。具体语句如下：

result = date.groupby(date.index.year).agg(sum=('成交笔数', 'sum'), avg=('换手率', 'mean'))  #计算每年成交笔数总计值，换手率均值plt.pie(result['sum'], pctdistance=0.9, wedgeprops={'width':0.2, 'edgecolor':'w'}, labels=result.index, autopct='%3.1f%%') #绘制外圈plt.pie(result['avg'], pctdistance=0.5, radius=0.8, autopct='%3.1f%%')  #绘制内圈plt.show()

得到结果：